부산대학교 도서관

현재 선박의 이상 탐지에 관한 연구가 활발하게 진행된다. 선박은 긴 항해 기간과 극한의 환경에서 운영되기 때문에 메인 엔진 시스템의 이상은 심각한 문제를 야기한다. 본 연구에서는 대형 조선소에서 건조한 LNG 운반선 메인 엔진 시스템에서 추출되는 다변량 센서 데이터를 활용하여 이상 동작을 조기에 예측하고 결과의 실시간 신뢰도를 평가하는 기법을 제안한다. 이를 위해, 데이터의 분포 변화를 보정한 시계열 예측 모델을 통하여 예측값을 구하고 제안하는 예측의 상, 하한을 추정할 수 있는 손실함수로 학습된 예측 모델의 출력값을 기존 산업 현장에서 활용한 이상 탐지 기준에 입력하여 조기 이상 탐지를 수행한다. 제안하는 시스템은 이상 탐지 연구에서 가장 중요한 지표인 recall을 최대 0.15 만큼 향상하여 기존에 탐지할 수 없었던 이상 동작을 예측한다. 또한, 산업 현장에 시계열 모델을 적용하기 위한 제약사항으로 예측 결과의 실시간 신뢰도를 확인할 수 없다는 한계가 있었다. 본 연구에서는 이를 극복한 실시간 신뢰도를 평가할 수 있는 기법을 제안한다. 시계열 예측 잔차와 신뢰도 잔차 간의 유사성을 분석하고, 신뢰성 지표를 계산하여 조기 이상 탐지 결과를 평가할 수 있다. 제안하는 기법은 조기 이상 탐지 결과의 trade-off를 통한 recall 기준 0.98 이상의 안정적인 조기 이상 탐지를 수행하며 예측 결과의 실시간 신뢰도를 평가한다.